MétaCan
Menu
Retour à la cohorte
Enregistrement W2999905519 · doi:10.1109/sensors43011.2019.8956647

Design and Optimization of a Multichannel Quartz Crystal Microbalance Sensor Array for Multiple Target Gas Detection

2019· article· en· W2999905519 sur OpenAlexaff
Aashish Joseph, Arezoo Emadi

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAcoustic Wave Resonator Technologies
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésQuartz crystal microbalanceElectrodeFabricationMaterials scienceSensitivity (control systems)Substrate (aquarium)Sensor arrayOptoelectronicsAnalytical Chemistry (journal)NanotechnologyElectronic engineeringComputer scienceAdsorptionChemistryEngineeringChromatography

Résumé

récupéré en direct d'OpenAlex

Quartz Crystal Microbalance is a candidate technology for high sensitivity gas detection that operates based on the thickness shear mode of piezoelectric crystal. These sensors can detect nanogram level of mass change on their electrode surface, which leads to a high accuracy of detection while benefiting from a simple geometry, low cost and ease of fabrication. Unlike conventional Quartz Crystal Microbalance sensors that are limited to a single-electrode structure hampering their detection capability, in this work a novel 5MHz multielectrode sensor is designed and optimized on a single substrate. This developed sensor can be used for detection of simultaneously present multiple gases in a complex environment. Therefore, this new design configuration eliminates the need for multiple sensors and reduces the complexity of fabrication and measurements. In order to enhance the proposed device's performance, analytical modeling and finite element analysis are further conducted to optimize the device structure for highsensitivity applications. A four-electrode 5MHz sensor configuration is developed on a single substrate with the optimized electrodes' thickness, radius, and center to center distance of 300nm, 500μm, and 6.5mm respectively. The sensor achieved a high sensitivity of 0.135 Hz.cm <sup xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">2</sup> .ng <sup xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">-1</sup> while eliminating the interference between the electrodes.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,479
Score d'incertitude au seuil0,422

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,008
Tête enseignante GPT0,188
Écart entre enseignants0,180 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAcoustic Wave Resonator TechnologiesTravaux en français237 207